多模态 AI Infra实习生（数据工程方向）

Job description

• 服务快手多模态基模团队，参与数据生产、数据管理、模型评测等全链路数据工程建设，打造业界领先的多模态数据生产引擎，持续提升训练数据的规模、质量与迭代效率；
• 搭建 Data-Centric 的多模态数据处理 Pipeline，负责高性能离线推理算子、多模态检索引擎等核心能力的开发，覆盖多模态数据的内容理解、标签分类、质量筛选、组织与合成等关键环节，持续优化数据处理、存储与检索效率；
• 建设数据工程与模型评测平台，构建「样本—模型—评测」全链路的数据血缘与归因体系；通过工程与算法协同设计，完善多模态数据的全生命周期管理与质量保障体系；
• 持续优化系统性能与工程效率，结合业务场景灵活选用和改造开源组件，建设高性能、高可用、易扩展的数据工程基础设施。
• 本科及以上学历，计算机、软件工程、人工智能等相关专业优先；
• 计算机基础扎实，熟练掌握 Python、C++、Java 中的至少一种编程语言，具备良好的编码能力和系统设计意识；
• 具备良好的工程素养、自驱力和协作能力，重视代码质量、系统性能与长期可维护性，能够灵活运用开源组件解决复杂工程问题并推动方案落地；
• 有服务端、数据处理系统或 AI Infra 相关项目实践者优先；
• 熟悉分布式计算或大数据处理框架（Ray、MPI、Flink 等），或熟悉向量检索与搜索引擎（Milvus、Elasticsearch 等）者优先；
• 熟悉 LLM/VLM 模型离线推理优化，或熟悉大模型训练与推理框架（vLLM、SGLang、PyTorch 等）者优先；
• 熟悉大模型训练全流程，理解预训练、监督微调、偏好对齐等关键阶段的基本原理，熟悉不同阶段的训练数据需求，以及数据采集、清洗、筛选、配比与质量评估等常用方法者优先。